Python 从docx中删除标题号

我需要使用python来预处理docx（Word）文档，以便pandoc能够正确地将它们转换为markdown。其中一项关键要求是应“清理”docx文件的样式，特别是应删除标题编号（标题1、标题2等）

限制：我知道如何使用VBA实现这一点（很可能可以通过python使用PyWin32或类似工具实现）。但它必须在没有Microsoft Windows和LibreOffice/UNO的情况下实现

如何使用pythondocx包来实现这一点？我已经看过了文档，但似乎没有什么合适的方法（实际上似乎没有实现）。我错过什么了吗

除非我应该使用另一种方法，例如对docx文档应用不同的Word模板，并根据我的要求正确预定义主要样式？这可以通过一个可用的python包来实现吗

VBA中的代码 这是VBA中完成作业的代码：

Sub RemoveHeaderNos()
' Remove the header nos

    Debug.Print "Removing header numbers and formatting..."
   For Each s In ActiveDocument.Styles
        s.LinkToListTemplate ListTemplate:=Nothing
    Next
End Sub

---

在术语上，我理解你的意思是“标题段落的编号”，而不是像页眉中的页码，对吗？不幸的是，“heading”和“header”这两个词很接近，用词的说法，它们的意思完全不同：）

我假设你的段落标题是编号的，比如“标题1”样式会在标题段落文本前加上下一个连续整数，比如“9”。第九节标题'，（第2节->第9.1节、第9.2节等也是如此

您是对的，这尚未在python docx中实现。您需要使用python docx API尽可能接近所讨论的XML元素（例如标题1的

元素），然后使用lxml调用在该API下操作XML

您需要从需要进行XML更改的策略开始。

opc diag

非常方便。您可以手动更改.docx（最好是一个完全精简的超短文档）使用Word使其看起来符合您的需要，然后比较前后的XML，以发现需要对XML进行哪些更改

然后，您可以通过提取.docx（使用opc diag）来验证您的策略，手动使用所需的最小更改更新XML，重新打包（也使用opc diag），并将其加载到Word中以确保其按预期运行

我怀疑有一种方法可以“断开”styles.xml部分中“Heading 1”样式与编号定义的连接，这将完成您所追求的，并且是相当简单的一些元素更改

无论如何，这就是我的出发点。

这个问题在中解决了，于2016年3月20日发布（“不要将编号的标题转换为列表”）。如果其他人遇到同样的问题，在这个阶段最好升级到该版本或更高版本

---

尽管如此，使用python docx探索各种解决方案还是很有趣的，因为它表明了一个可能的改进点。

非常感谢！是的，这肯定是标题段落（样式）的编号。如果我们删除“标题1”、“标题2”的所有属性，也许我们可以得到一个更简单的解决方案，等等。样式？可以这样做吗？换句话说，只保留样式的裸机默认值？这听起来有点激进，但它让我认为，如果删除现有的标题1样式并创建一个同名的新样式，它将没有编号。值得一试。为此，它可能会起作用？（参见上面的VBA示例）。我会查一下。这看起来很有希望；它表明列表定义只有一个链接。如果您打印标题1样式的XML，我可能会为您选择正确的元素。您可以这样做：

print（document.styles['Heading 1'].\u element.XML）